我是靠谱客的博主 健壮雪碧,这篇文章主要介绍数据可视化之Seaborn绘图(01)绘图&调色板Seaborn绘制图表分类Seaborn内置数据集绘图Seaborn调色板,现在分享给大家,希望可以做个参考。
Seaborn
- Seaborn绘制图表分类
- Seaborn内置数据集
- 绘图
- sns.set_style
- sns.despine()--去除Seaborn图脊, 默认去除上边和右边
- sns.set_context()--文字大小
- sns.set_context("paper")
- sns.set_context("notebook")
- sns.set_context("talk")
- sns.set_context("poster")
- Seaborn调色板
- 自定义颜色
- 渐变色
Seaborn绘制图表分类
| 名称 | 类型 |
|---|---|
| 分类图 | 柱状图(barplot)、箱线图(boxplot)、小提琴图(violinplot)、 散点图(stripplot、swarmplot)、分面网格分类图(catplot) |
| 关联图 | 散点图scatterplot、 线图lineplot、 分面网格(FacetGrid) 关联图relplot。 |
| 分布图 | 单变量分布图distplot、密度图kdeplot。 |
| 矩阵图 | 热力图heatmap、聚类图clus termap。 |
| 回归图 | 线性回归图regplot 和分面网格(FacetGrid) 线性回归图lmplot。 |
| 分面网格图: | FacetGrid。 |
准备工作
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
import numpy as np
import pandas as pd
#plt.rcParams['font.sans-serif'] = ['SimHei'] #用来显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号
sns.set_style('darkgrid',{'font.sans-serif':['SimHei','Arial']})
import warnings #去除部分警告信息
warnings.filterwarnings('ignore')
Seaborn内置数据集
加载数据集,返回DataFrame对象:
sns.load_dataset(name,cache=True,data_home=None, **kws) #语法格式
| name参数 | 数据集名字,https ?/gi thub. com/ mwaskom/ seaborn-data定义数据集名 |
|---|---|
| cache参数 | 是否提供缓存。 |
| data_ home参数 | 指定缓存路径,默认当前用户home下的seaborn-data目录中。. |
| sns. get_ dataset_ names () | 获得数据集名字 |
绘图
sns.set()
plt.bar([1,2,3,4,5],[3,6,9,2,5])

sns.set_style
sns.set_style('darkgrid')
plt.bar([1,2,3,4,5],[3,6,9,2,5])

sns.set_style('whitegrid')
plt.bar([1,2,3,4,5],[3,6,9,2,5])

sns.set_style('dark')
plt.bar([1,2,3,4,5],[3,6,9,2,5])

sns.set_style('white')
plt.bar([1,2,3,4,5],[3,6,9,2,5])

sns.set_style('ticks') #刻度
plt.bar([1,2,3,4,5],[3,6,9,2,5])

sns.despine()–去除Seaborn图脊, 默认去除上边和右边
sns.set_style('white')
plt.bar([1,2,3,4,5],[3,6,9,2,5])
sns.despine()

sns.set_style('white')
plt.bar([1,2,3,4,5],[3,6,9,2,5])
sns.despine(left=True,bottom=True)

sns.set_style('white')
plt.bar([1,2,3,4,5],[3,6,9,2,5])
sns.despine(left=True,bottom=True)
plt.xticks([])
plt.yticks([])

sns.set_context()–文字大小
sns.set_context(“paper”)
sns.set_context("paper")
plt.bar([1,2,3,4,5],[3,6,9,2,5])
plt.title('柱状图')

sns.set_context(“notebook”)

sns.set_context(“talk”)

sns.set_context(“poster”)

sns.set_context("poster", font_scale=1.5, rc={"lines.linewidth":5.5})
plt.bar([1,2,3,4,5],[3,6,9,2,5])
plt.title('柱状图')

Seaborn调色板
color_palette方法返回默认的调色板信息
current_palette = sns.color_palette()
sns.palplot(current_palette)

sns.palplot(sns.color_palette("deep"))

自定义颜色
color=['red','orange','yellow','green','pink','blue','black']
print(sns.color_palette(color))
sns.palplot(sns.color_palette(color))

渐变色
sns.palplot(sns.color_palette("Blues"))

颜色后面的数字

sns.palplot(sns.color_palette("Accent"))

反向颜色

sns.palplot(sns.color_palette("Accent_r"))

sns.palplot(sns.color_palette("Accent_r",8))

sns.palplot(sns.color_palette("hls",15))
seaborn定义了一个hls_palette方法,通过该方法可以控制颜色的亮度和饱和度
sns.palplot(sns.hls_palette(15,l=0.3, s=0.9))

一个交互式的方法
sns.choose_cubehelix_palette()



最后
以上就是健壮雪碧最近收集整理的关于数据可视化之Seaborn绘图(01)绘图&调色板Seaborn绘制图表分类Seaborn内置数据集绘图Seaborn调色板的全部内容,更多相关数据可视化之Seaborn绘图(01)绘图&调色板Seaborn绘制图表分类Seaborn内置数据集绘图Seaborn调色板内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复